[인터뷰] LG AI연구원 이홍락 원장 “다음은 사이언티스트 AI, 가설-실험-검증 시대 온다”FREE
2026년은 AI의 역사에 또 중요한 기점이 될 것으로 보인다. AI 컴퓨팅의 속도만큼, AI 기술이 산업으로 빠르게 넘어갈 것이기 때문이다. 산업의 초미의 관심사는 ‘AI 트랜스포메이션’에 얼마나 빨리 적응하는가이다. LG AI연구원 이홍락 원장은 이것이 산업 AI의 성패를 가를 것이라 말한다.
인공지능
-
-
What’s next for AI in 2026
2026년 주목해야 할 5대 AI 트렌드FREE
기술 혁신과 정치·사회적 갈등이 교차하며 AI 산업이 중대한 전환점을 맞고 있다. 2026년 AI 기술과 규제, 산업 전반에서 예상되는 다섯 가지 핵심 변화를 짚어본다.
-
Why AI predictions are so hard
AI의 미래를 가늠하기 어려운 이유
AI의 미래는 대형언어모델의 지속적인 발전 여부, 대중의 반감 등으로 점점 예측하기 어려워지고 있다. 그럼에도 2026년 AI의 향방을 짚어볼 필요가 있다.
-
LLMs contain a LOT of parameters. But what’s a parameter?
LLM의 성능을 좌우하는 핵심 단위 ‘파라미터’란 무엇인가?
파라미터는 우리가 즐겨 쓰는 AI 모델을 작동하게 하는 신비로운 숫자들로 이루어져 있다. 그렇다면 이 숫자들은 무엇이며 어떤 역할을 하는 것일까?
-
[인터뷰] LLM 열풍에 맞서 새로운 도전 나선 ‘딥러닝 대부’ 얀 르쿤
AI 선구자 얀 르쿤이 MIT 테크놀로지 리뷰와의 단독 인터뷰에서 파리에 설립한 새 회사 AMI 랩스의 구상과 AI의 미래에 대한 비전을 밝혔다.
인공지능 의 최신 뉴스
-
A new US phone network for Christians aims to block porn and gender-related content
포르노도, 젠더 콘텐츠도 차단…美 기독교 겨냥 이동통신망 출범
5월 초 티모바일 망에서 출시된 이동통신 요금제는 온라인 안전 문제에 대해 사실상 ‘전면 차단’에 가까운 강경한 접근법을 택했다.
-
This startup’s new mechanistic interpretability tool lets you debug LLMs
AI 환각 사라질까…LLM 내부 분석해 고치는 새 도구 나왔다
미국 스타트업 굿파이어가 AI 모델 내부를 분석하고 조정할 수 있는 도구를 공개했다. 이 기술은 모델 훈련 과정을 디버깅 가능한 공학적 과정으로 바꾸는 것을 목표로 한다.
-
[칼럼] 호르무즈의 위기가 AI의 미래를 바꾼다
작전명 ‘에픽 퓨리(Operation Epic Fury)’로 시작된 미국·이스라엘과 이란의 충돌이 60일을 넘어섰다. 그 사이 세계는 단순한 유가 변동을 넘어 새로운 유형의 충격을 경험하고 있다.
-
Musk v. Altman week 1: Elon Musk says he was duped, warns AI could kill us all, and admits that xAI distills OpenAI’s models
[머스크 대 올트먼 소송 1주차] “속았다”는 머스크, AI 인류 멸망 경고…xAI의 오픈AI 모델 활용은 인정
머스크는 침착함을 유지했지만, 오픈AI 측 변호사는 소송 동기를 집요하고 날카로운 질문으로 파고들며 그를 거세게 몰아붙였다.
-
The missing step between hype and profit
[OPINION] AI의 장밋빛 비전과 현실 사이의 공백
아무리 뛰어난 AI 시스템이라고 해도 코딩을 제외하면 실제 업무 현장에서 수익성이 확보될 정도로 자리 잡기가 쉽지 않다. AI로 수익을 창출하는 데 필요한 결정적인 한 단계란 무엇일까?
-
Elon Musk and Sam Altman are going to court over OpenAI’s future
머스크 vs 올트먼, 오픈AI IPO 앞두고 ‘운명 건’ 법정 충돌
일론 머스크와 샘 올트먼 간 소송이 본격 재판에 돌입하면서, 오픈AI의 영리 구조 전환과 경영진 거취가 핵심 쟁점으로 부상했다. 판결 결과에 따라 글로벌 AI 경쟁 구도에도 중대한 영향이 예상된다.
-
Three reasons why DeepSeek’s new model matters
탈(脫) 엔비디아 나선 중국 딥시크…새 모델 V4 전격 공개
중국 AI 기업 딥시크가 차세대 모델 V4를 선보이며 긴 텍스트 처리 능력과 높은 비용 효율성을 앞세워 기술 경쟁에 다시 불을 지폈다. 동시에 중국산 칩 최적화를 통해 글로벌 AI 패권 구도에도 변화를 예고하고 있다.
-
How LLMs could supercharge mass surveillance in the US
법의 빈틈을 파고드는 AI…저비용 감시 시대가 온다
상업적으로 거래되는 방대한 데이터에 LLM의 분석 능력이 결합되면 개인정보가 침해될 가능성이 한층 더 커질 수 있다.
-
10 things that matter in AI right now
지금 AI 분야에서 주목해야 할 10대 키워드
바쁘고 떠들썩한 AI 세계에서 정말 주목할 만한 것은 무엇일까? MIT 테크놀로지 리뷰 기자와 편집진은 수년 동안 이 질문에 대해 깊이 고민하며 AI의 발전 과정을 추적하고 향후 전망을 그려왔다. 그리고 이제 그 해답을 처음으로 하나의 목록으로 정리해 보았다.
-
-
Chinese tech workers are starting to train their AI doubles–and pushing back
AI가 동료를 대신한다면…중국 기술 업계에 번지는 불안과 대응
중국 IT 업계에서 직원들에게 자신의 업무를 AI로 재현하라는 요구가 확산되면서, 자동화에 대한 기대와 함께 노동자의 존엄성과 대체 가능성에 대한 불안이 커지고 있다.
-
Why having “humans in the loop” in an AI war is an illusion
[OPINION] 속을 알 수 없는 AI…전장서 드러난 ‘인간 통제’의 한계
AI가 전장에서 실시간 의사결정을 수행하는 ‘행위자’로 부상하면서, 인간이 이를 통제할 수 있다는 전제가 흔들리고 있다. 전문가들은 AI의 성능보다 ‘의도’를 이해하는 기술이 확보되지 않는 한 인간의 감독은 착시에 불과할 수 있다고 경고한다.
-
Coming soon: 10 Things That Matter in AI Right Now
‘지금 AI 분야에서 주목해야 할 10대 키워드’ 21일 첫 공개
MIT 테크놀로지 리뷰는 4월 21일(현지시간) 주목해야 할 AI 트렌드와 혁신 기술을 담은 새로운 목록을 공개할 예정이다.
-
Why opinion on AI is so divided
AI에 대한 시각이 엇갈리는 이유
AI 성능 불균형과 사용자 경험 차이로, AI를 바라보는 전문가와 일반 대중의 인식 격차가 커지고 있다.
-
Want to understand the current state of AI? Check out these charts.
스탠퍼드대 AI 인덱스 공개, 한국 AI 강국으로의 길 어디쯤 와 있나?
스탠퍼드 대학의 ‘2026 AI 지수’에 따르면 우리는 AI의 빠른 발전 속도를 따라잡지 못하고 있다.
-
The one piece of data that could actually shed light on your job and AI
AI가 내 일자리 뺏을까?…예측할 ‘결정적 데이터’가 없다
AI가 일자리를 줄일지 늘릴지는 기술 자체보다 생산성이 높아진 뒤 기업이 인력을 늘릴지 줄일지에 달려 있다. 그러나 이를 판단할 데이터가 부족해 AI가 노동시장 변화에 미칠 영향을 예측하기가 쉽지 않다.
-
[기고] AI는 왜 당신의 감정에 먼저 이름을 붙이는가
AI 동반자 챗봇의 위험은 노골적 선동만이 아니다. 사용자의 말을 더 정돈된 언어로 되돌려주는 ‘좋은 응답’이 반복될 때, 감정 해석의 첫 권한이 기계로 넘어갈 수 있다.
-
AI is changing how small online sellers decide what to make
아이디어부터 생산까지…AI가 바꾸는 전자상거래
미국의 소규모 온라인 판매자들이 알리바바의 아치오와 같은 AI 도구를 활용해 제품 기획과 공장 탐색 과정을 크게 단축하고 있다.
-
The gig workers who are training humanoid robots at home
휴머노이드 로봇 훈련시키는 ‘뜻밖의’ 주인공들
나이지리아와 인도의 긱워커들이 집안일을 촬영한 ‘실세계 데이터’가 휴머노이드 로봇 훈련의 핵심 자원으로 떠오르고 있다. 하지만 데이터 활용의 불투명성과 개인정보 보호 문제 등 새로운 노동·윤리 논쟁도 함께 커지고 있다.
-
AI benchmarks are broken. Here’s what we need instead.
[OPINION] 이제 AI를 보는 기준을 바꿔야 한다
AI가 높은 벤치마크 점수에도 불구하고 실제 현장에서는 기대만큼의 성과를 내지 못하는 경우가 많다. 이에 따라 인간과 조직 맥락을 반영한 새로운 평가 방식이 필요하다는 지적이 나온다.
더보기